摘要
本申请涉及一种光伏硅片缺陷检测方法、装置、计算机设备和存储介质。所述方法包括:通过目标图像集对缺陷检测模型进行训练,得到训练好的缺陷检测模型;目标图像集包括标注了缺陷位置和缺陷类型的下料花篮图像;将待检测的下料花篮图像输入训练好的缺陷检测模型,得到待检测的下料花篮图像中硅片的缺陷位置和缺陷类型。缺陷类型包括硅片的缺片、碎片、错片和带液缺陷。其中,缺陷检测模型为优化YOLOv8s模型,优化YOLOv8s模型包括主干网络、特征融合网络和检测模块,主干网络中包括CBAM注意力模块。采用本申请的方法能够提高缺陷检测的准确性。
技术关键词
硅片缺陷检测方法
特征融合网络
花篮
图像
硅片缺陷检测装置
文件夹
计算机设备
注意力
数据
模型训练模块
上采样
标注工具
标签
计算机程序产品
处理器
尺寸
可读存储介质
系统为您推荐了相关专利信息
三维重建方法
水下场景
反演模型
计算机可执行指令
矩阵
智能测绘方法
网格
嵌入特征
双线性插值算法
地理空间数据处理
集成特征
光谱响应特征
特征值
缺陷特征提取
矩阵
易腐垃圾
相似性识别方法
傅里叶变换红外光谱法
动态时间规整算法
多模态数据采集